本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 自定义亚马逊 SageMaker Studio 经典版
<a name="studio-customize"></a>

**重要**  
截至 2023 年 11 月 30 日，之前的亚马逊 SageMaker Studio 体验现在被命名为 Amazon St SageMaker udio Classic。以下部分专门介绍如何使用 Studio Classic 应用程序。有关使用更新的 Studio 体验的信息，请参阅 [亚马逊 SageMaker Studio](studio-updated.md)。  
Studio Classic 仍针对现有工作负载进行维护，但不再可供入门使用。您只能停止或删除现有的 Studio Classic 应用程序，不能创建新的应用程序。我们建议您将[工作负载迁移到全新 Studio 体验](studio-updated-migrate.md)。

有四个选项可用于自定义 Amazon SageMaker Studio 经典版环境。您可以自带 SageMaker 映像，使用生命周期配置脚本，将建议的 Git 存储库附加到 Studio Classic，或者在 Amazon EFS 中使用永久性 Conda 环境创建内核。各个选项可单独使用，也可一起使用。
+ **自带 SageMaker 图片： SageMaker 图像**是一个文件，用于标识在 Ama SageMaker zon Studio Classic 中运行 Jupyter 笔记本所需的内核、语言包和其他依赖关系。Amazon SageMaker AI 提供了许多内置图像供您使用。如果您需要不同的功能，可以将自己的自定义映像添加到 Studio Classic 中。
+ 在 **Amazon SageMaker Studio Classic 中使用生命周期配置：**生命周期配置是由亚马逊 SageMaker Studio Classic 生命周期事件（例如启动新的 Studio Classic 笔记本）触发的 s 您可以使用生命周期配置来自动自定义 Studio Classic 环境。例如，您可以安装自定义软件包、配置笔记本扩展、预加载数据集和设置源代码存储库。
+ **将建议的 Git 存储库附加到 Studio Classic：**您可以在亚马逊 A SageMaker I 域或用户个人资料级别附加建议的 Git 存储库 URLs 。然后，您可以从建议列表中选择存储库网址，然后使用 Studio Classic 中的 Git 扩展将其克隆到您的环境中。
+ **将 Conda 环境持久化到 Studio Classic Amazon EFS 卷：**Studio Classic 使用 Amazon EFS 卷作为持久化存储层。您可以在这个 Amazon EFS 卷上保存 Conda 环境，然后使用保存的环境创建内核。Studio Classic 会自动提取保存在亚马逊 EFS 中的所有有效环境作为 KernelGateway 内核。这些内核会一直持续到内核、应用程序和 Studio Classic 的重启为止。有关更多信息，请参阅在 A [mazon Studio Classic 笔记本中管理 Python 包的四种方法中的 “将 Conda 环境保存到 SageMaker Studio Classic](https://www.amazonaws.cn/blogs/machine-learning/four-approaches-to-manage-python-packages-in-amazon-sagemaker-studio-notebooks/) **EFS 卷**” 部分。

以下主题介绍如何使用这三个选项自定义您的 Amazon SageMaker Studio Classic 环境。

**Topics**
+ [亚马逊 SageMaker Studio 经典版中的自定义图片](studio-byoi.md)
+ [使用生命周期配置自定义 Amazon SageMaker Studio 经典版](studio-lcc.md)
+ [将建议的 Git 存储库附加到亚马逊 SageMaker Studio Classic](studio-git-attach.md)